摘要
本发明公开基于多尺度融合与自适应平滑的视频防抖方法及系统,涉及视频图像处理技术领域,旨在有效解决视频拍摄过程中因抖动导致的画质问题。通过灰度化和归一化处理提取视频帧的梯度直方图和小波能量分布特征,输入抖动类型识别网络以识别平移、旋转及Z轴抖动概率。进一步提取运动、频域和边缘特征,经动态特征交互网络结合点积注意力机制融合,生成多模态耦合特征。利用该特征构建运动轨迹,采用纹理感知的双层平滑策略优化轨迹,动态规划代价函数引入自适应惩罚项,输出平滑运动补偿参数。最后通过运动补偿和图像外推处理边界区域,生成防抖视频帧。本发明通过多尺度特征融合与自适应平滑策略,有效提升视频防抖效果,适用于复杂场景。
技术关键词
视频防抖方法
运动补偿
运动特征
视频帧
多维特征向量
频域特征
融合特征
多尺度
交互网络
能量分布特征
纹理
注意力机制
优化运动轨迹
梯度直方图
深度学习模型
多模态
动态
局部方差分析
视频防抖系统
视频图像处理技术
系统为您推荐了相关专利信息
粉末合金
预警方法
邻域
多维特征向量
时域统计特征
视频检测方法
融合注意力机制
实时视频
轻量级卷积神经网络
视频检测装置
视频帧
语义分割模型
多通道
电子设备
卷积神经网络模型
视频生成模型
视频帧特征
场景生成方法
随机噪声
样本